人工智能在新闻传播中的运用与善用
陈昌凤 Ayamou Chekam Gaelle Patricia
【摘要】本文探讨人工智能在新闻传播中的运用及善用问题。伴随着自动新闻、智能传播的出现，算法正在重新定义新闻生产和分发的过程。智能算法运用于新闻业，包括数据挖掘（发掘新闻、社交媒体监察、预测）、新闻生产（新闻写作、数据可视化、新闻播报）、新闻发布和分发（新闻机器人和聊天机器人、内容的个性化和推荐、内容优化）等各个环节。智能运用于所有领域的“可信赖人工智能”提出了关注框架，欧盟委员会的框架确定了应遵循的四个伦理原则：尊重人类自治的原则；预防损害的原则；公平原则；可解释性原则。为此需遵循七个方面的要求：人为代理和监督，技术稳健性和安全性，隐私和数据治理，透明度，多样性、非歧视性和公平性，社会和环境福祉，以及问责制。在此基础上，本文探讨了在媒体中使用人工智能的伦理问题，从人为代理减少、可靠性、不透明性和问责制、透明度和隐私等方面，阐释了智能传播的伦理问题。
【关键词】人工智能；自动新闻智能传播；算法善用
传播技术正在发生质性的转变。正如克里斯琴斯教授所指出的：由于技术是高价值的，因此从长远来看，有必要对整个媒体技术的特性进行基础性的研究。他从伦理的角度提出了全球的、跨文化的、包容不同性别的及不同种族的正义媒体准则。全球正义的媒介伦理把议题的重点放在真理、人类尊严和非暴力这三个方面。技术并不具有假定的中立性，也不是按照不同介质的媒体形态一个一个解决，而是以人为中心去探讨实质性的问题[1][2]。
人工智能技术与媒体行业的深度融合正在全球范围内逐渐深入，涉及信息搜集、生产、分发、互动和事实检查过程的各个方面，引发了新闻传播业从理念到实践的深层变革，也在促进信息沟通的有效性的提升。同时，人工智能技术的使用也引发了媒体理论、关系、伦理的复杂性。而在这种复杂局面中，坚守克里斯琴斯教授所强调的“以人为本”的技术哲学，是智能传播的首要准则。
一 智能算法运用于新闻业
我们所习惯的新闻常态，正在因为技术的最新发展而发生深刻的变革，这些变革也深深地打破了几乎所有领域的惯例。当然，新技术对新闻实践的影响并不是一个新现象，事实上技术一直在不断重新定义新闻工作者的实践，并且长期以来一直在辅助新闻工作者执行各种新闻生产的任务[3][4]。但是，只有到如今的智能时代，机器在新闻生产过程中的参与才达到了一个新的高度。人工智能工具涉及新闻采集、新闻生产制作和新闻分发全过程[5]，并且还被用于与用户的互动、事实核查。国际主流新闻机构都在广泛使用智能技术，包括美联社、路透社、新华社、英国广播公司、美国《纽约时报》《洛杉矶时报》《福布斯》和英国《卫报》等等。[6][7][8]
（一）算法用于数据挖掘
得益于信息数字化，当今世界新闻工作者可以获取的信息超载、过量，因此媒体公司运用技术去应对海量信息变得越来越重要。[9]在信息海洋中，人类传播者不仅无法依靠自身获得所需的信息，而且依靠自己的大脑去使用海量数据，还会造成数据的大量浪费——在导入大型数据集、发现数据的变化规律和趋势并基于这些数据生成不同的报告方面，人类的能力是相当有限的。[10][11]因此，智能化自动化被视为确保新闻机构将可用数据运用于其新闻工作中的优选方案，无论是在深度调查报道还是日常报道中，智能化都在发挥极大的功能。从数据挖掘运用于新闻业来说，具体有以下方面。
1.发掘新闻
人工智能技术使得人类记者无法自行处理数据，越来越多的数据成为新闻之源。如今大量新闻编辑部在使用人工智能工具分析和处理大量信息，减少时间和成本、提高效益，协助记者的数据挖掘过程。[12][13]例如，瑞士最大的私人媒体集团Tamedia与意大利软件公司Expert System合作开发了其数据挖掘工具——塔达姆（Tadam），该工具可帮助记者处理数据，运用于大型调查报道和日常工作。该系统允许存储非结构化数据，包括来自不同类型来源的数据、采用不同格式和不同语言的数据，并通过组织庞大的记者网络共享信息，促进协作报道、提升工作效率。为了达到这一目标，塔达姆开发了搜索引擎功能，该功能允许记者通过请求地理搜索、智能警报和姓名提取，从单个入口点搜索所有那些非结构化数据。[14]
正如塔达姆这样的工具，人工智能已开始在新闻采集中发挥重要作用。它们的挖掘使其能够构建新闻工作者的工作模式、可以成为记者调查的起点、帮助记者发现变动趋势或异常情况。“这几乎就像是一位自由职业机器人在告知可能令人感兴趣的故事。它成为进一步报道的起点。”[15]在瑞典，新闻业++（Journalism++）开发的“Newsworthy”工具，可在政府开放的数据库中进行扫描，以查找、发现异常或趋势，并根据发现的情况生成导语，并生成提示发送给记者。[16]同样，路透社也开发了Lynx Insight，这是一种智能工具，旨在帮助记者分析大型数据集，提出报道构想并最终提供简短的报道。[17][18]借助此工具，路透社寻求建立通常被称为“网络新闻编辑部”（cybernetic newsroom）的机器，并以其最擅长的方式工作（即以前所未有的速度分析大型数据集），而人类新闻工作者则对这些输出数据进行审核增加一些背景信息、语境元素。从这个意义上讲，挖掘数据生成新闻有赖于人与机器的综合力量。[19]
2.社交媒体监察
除利用现有数据库之外，通过监察社交网络平台的算法，人工智能还使新闻工作者有可能使用有趣且重要的社交媒体信息作为新闻生产的起点。这些技术监察可通过不同的社交媒体平台获得丰富的信息，并在出现重要且有趣的模式时，将提示或摘要报告发送给记者。诸如免费的Google Alerts之类的服务，就是一个很好的工具示例，它可以帮助新闻工作者了解特定主题的相关信息。[20]其他值得注意的工具包括Dataminr for News，它可以帮助新闻机构如CNN、BBC、《今日美国》（USA Today）、《赫芬顿邮报》（Huffington Post）和法国信息（France info），以及世界各地数百家新闻发布机构提升工作效率，其发布新闻的速度比以往任何时间都快速。这些机构借助Dataminr for News这一技术工具，能够实时浏览数百万条推文，以便发现突发新闻，然后向记者发送提示。[21][22]路透社使用的Tracer System（一种信息追踪系统）就是一个例子，该系统追踪选择有关事件的相关推文，并将其提供给记者进行评审[23]。
3.预测
人工智能在新闻业中的应用，带来了人们所说的预测新闻学。虽然早在1952年就有了预测性新闻报道，当年哥伦比亚广播公司（CBS）的新闻工作者使用第一台通用目标（general-purpose）数字计算机UNIVAC预测了选举结果[24]，但是直到大数据的算法挖掘与机器学习技术相结合，才增加了新闻工作者在事件发生之前进行预测的概率。正如Lindén指出的那样[25]，新闻记者正在从一个暴露给他们的世界，过渡到对大部分非结构化信息做出反应、进入一个结构化信息环境，在该环境中，预测事件发生的可能性比以前更大。因此，数据挖掘技术除了选举结果，还对体育、文化和商业等各种话题做出了预测[26]。尽管预测性新闻引起了一定数量的关注，但一些人认为它正在成为新闻编辑部越来越普遍的做法[27]。
（二）算法用于新闻生产
1.新闻写作
新闻编辑部已经广泛运用的一种做法是新闻自动化生产。Carlson将自动新闻业定义为“将数据转换为叙事新闻文本的算法过程，在初始的程序编制过程中，无须任何人工干预”[28]。如今，算法比人类更快地生成了成千上万条有关不同主题的报道[29]。自动化新闻还被认为是降低制作成本、提高新闻生产速度并服务于更大范围和更多受众的一种有意义的方式[30][31]。例如，由腾讯的Dreamwriter生产的第一篇自动化金融新闻、一篇916个词的报道，据悉需要60秒才能完成[32]。而随着技术的发展，Tamedia的文本机器人Tobi花了5分钟自动生产了40000篇报道，详细介绍了覆盖瑞士2222个城市的全国性投票结果[33]。此外，算法现在可以使用多种语言、特定的语调和不同的角度进行报道[34][35]。这些工具包括执行不同功能的工具，从使用从数据库中提取的数字填充预先编写的文本模板的工具，到分析数据并使用自然语言生成（NLG）技术从数据集中识别重要事件和模式，优先考虑具有新闻价值的工具。自动工具基于一组预先定义的规则，生产很多引人入胜的报道、故事，然后交由编辑直接发表或审阅[36]。
算法运用于新闻报道已有多年了。由于天气预报的特点，它是几十年前出现自动化新闻的第一个类别[37]。此后，财经新闻和体育新闻也开始变得越来越自动化，因为这些主题的结构化数据易于获得[38]。美联社是最早使用人工智能做新闻报道的媒体，通过与软件提供商Automated Insights的合作以及其自然语言生成（NLG）工具——Wordsmith的使用，自2014年以来，美联社一直在为上市公司自动生成收益报告，从而使新闻机构每个季度发布的收益报告数量显著增加。据报道，该工具在2018年第一季度产生了约4700份收益报告，而新闻媒体依靠人类记者报道时仅有300份收益报告[39]。而且，美联社能够将其覆盖范围扩大到其他规模较小的公司。同样，《福布斯》使用了Narrative Science提供的解决方案来扩大其业绩预告涵盖的公司数量[40]。自动化新闻制作的另一个著名案例是新闻聚合平台“今日头条”使用人工智能机器人“小明bot”报道2016年里约奥运会，每天生成30—40则短消息，并附上图片[41]。类似的例子是《华盛顿邮报》的Heliograf，它也开发于2016年，用于生成有关里约奥运会的简短报道和推送。在第一年，Heliograf撰写了850篇文章，其中500篇与选举有关。2017年9月，《华盛顿邮报》宣布将扩大其对Heliograf的使用范围，涵盖每周华盛顿特区各地的所有高中足球比赛[42]。其他人工智能工具，例如《洛杉矶时报》的Quakebot和Homicide程序，可以帮助自动生成有关3.0级以上地震的简短报道[43][44]，并自动生成洛杉矶地区所有凶杀事件的简短报道。[45]
2.数据可视化
算法也极大地促进了数据的可视化，这些数据通常与书面文本一起使用，以生成具有视觉冲击力和引人入胜的故事。除自然语言生成（NLG）工具之外，诸如Automated Insights和Narrative Science之类的软件提供商还使用可视化工具，以增强媒体产品的多形态和内容多样性[46]。2020年在众多主流媒体对新冠肺炎疫情（COVID-19）大流行的报道中，数据可视化的运用尤其引人瞩目。引人关注的例子，比如《华盛顿邮报》的图式记者哈里·史蒂文斯（Harry Stevens）制作的《冠状病毒的暴发为何以指数方式传播？如何弄平曲线？》（Why Outbreaks Like Coronavirus Spread Exponentially，and How to Flatten the Curve），其中互动图表被用来解释在整个大流行中的社会隔离所起的作用——文中模拟了4种不同情景及其对疾病传播的影响，显示了社会隔离对于抵制流行病传播的巨大作用[47]。在报道新冠肺炎疫情大流行期间，《纽约时报》发表的一些观点文章也使用了数据驱动的一些交互式文本框，具有醒目的视觉效果[48][49]，其中可由受众自己操作的动态数据模型，有丰富的衍生意义。
3.新闻播报
除了新闻生产，人工智能工具也开始用于新闻播报。例如，中国的新华社与搜索引擎搜狗合作开发了智能主播，它使用机器学习技术来模拟现实播音员的声音、面部动作和手势。2019年，两位机器人主播播报了约3400条报道[50]。在日本，智能卡通漫画人物Yomiko担任日本公共广播电视台NHK的“News Check 11”的播音员。该程序使用深度学习技术，除为有听觉障碍的观众播报新闻之外，该播音员还会宣读来自Google Home和Amazon Alexa的最新新闻简报[51]。
（三）算法用于新闻发布
1.新闻机器人和聊天机器人
最近，新闻机器人（news bots）越来越多地被运用于各种社交媒体平台来传播新闻和信息。例如，英国广播公司（BBC）天气机器人（Weather Bot）在Twitter上发布天气预报，并且可以通过回应用户的特定要求，提供针对特定地理区域的个性化天气预报[52]。新闻机器人可以提供数据来完成各种各样的任务，比如通过提供额外的信息来加强传播；分析和处理大型数据库中的信息，并在社交媒体上进行传播，例如@ Treasury_io使用来自美国财政部数据库的数据，并直接以推特（Twitter）的形式传播；将其他平台连接到推特进行重新播报；汇集多种信息来源；回应推特网友发布的数据[53]。
除发布新闻外，一些新闻机器人还集成了聊天功能，从而产生了被称为聊天机器人（Chat Bots）的新工具。随着观众的偏好从Facebook转移到WhatsApp或Facebook Messenger等更私人的平台上，BBC和澳大利亚广播公司（ABC）等媒体机构已开始采用聊天机器人与观众互动[54]，例如使用对话模式将早间新闻推送到用户的消息收发应用程序[55]。2016年，英国《卫报》通过Facebook启动了其聊天机器人，允许用户从不同版本的《卫报》中进行选择，并在早上可以选设每天将新闻报道推送到其Facebook Messenger上的时间。
2.内容的个性化和推荐
算法用于新闻分发特别受关注的一个方面是内容个性化和推荐。“新闻个性化是一个‘新闻的接口’，或者是一个通往世界的窗口，它可以选择、突出和过滤一件件新闻，并针对每个新闻用户以不同的方式将其编辑和聚合为新闻包。”[56]
机器学习领域的进步及其在新闻学中的运用，使新闻个性化的程度达到了新高度。在美国，国家公共广播电台（NPR）的NPR One应用程序对其某些类型的广播和播客内容使用个性化算法[57]。《纽约时报》等新闻媒体和Google News等新闻聚合平台使用机器学习技术来开发新闻个性化系统[58]。在中国，基于人工智能的新闻聚合平台“今日头条”汇集了数千个传统新闻源、博客和个人用户发布的内容，其算法可了解用户的喜好、位置和阅读行为，从而相应地不断更新其新闻源[59]。各种各样的信息诸如点击量、第三方用户信息和交易历史之类的信息，反映了用户的喜好、兴趣和态度，这些信息有助于算法在提供个性化内容推荐时发挥作用[60]。算法甚至可以选择能迎合用户个人喜好而变化语气，比如在向支持获胜球队的用户报道足球比赛时采用更热情的语气，而在向输了比赛的球队的支持者推送的文章采用更同情的语气[61]。除了根据用户的数字资料推荐内容，算法还可以根据内容的受欢迎程度来明确其推荐决定[62]。
3.内容优化
算法还运用于预测内容在用户中的表现并加以优化。比如《纽约时报》，预测算法有助于预测特定类型内容的表现，告知编辑是否应决定在其社交渠道上宣传特定文章[63]。用户与内容的互动（例如分享、评论）通常由机器记录和汇总，以告知编辑该做出何种决策。因此，越来越多的分析工具使编辑人员可以实时监控受众中新闻报道的表现[64]。内容优化的另一种常用方法是在不同的受众群体中测试故事标题的多个变体，以确定哪个可能吸引最多的用户参与。这种做法通常被称为A/B标题测试，它使用算法来收集和分析数据，并根据诸如点击率之类的指标来确定效果最佳的标题[65]。标题测试完成后，通过算法发现效果最好的标题，显示给新闻网的未来访问者，并在不同的社交媒体账户上分享效果好的标题。通常同一事件都会有多个版本的报道，它们同时在网上争夺用户的注意力，因此制作选用吸引用户注意力的有效标题是内容优化的关键。标题是用户接触到文章的第一要素，并且会严重影响用户阅读文章的决定[66]。
随着内容个性化和优化的新模型不断发展，卡尔森预测，“自动化新闻的未来表明，有能力为单个用户创建同一故事的多个定制版本”，这是“读者级别的个性化”[67]。然而，随着自动化在新闻学中日渐普及，媒体专业人士、学者和其他观察者已经提出了一些严肃的伦理上的问题。
二 智能运用于新闻业的伦理问题
人工智能仍处于起步阶段，其对经济各个部门的影响仍然难以衡量[68][69][70]，但智能伦理的话题已经引起了决策者、跨学科和跨国界学者的共同关注。
（一）为所有领域的“可信赖人工智能”提出的关注框架
与人工智能运用相关的伦理问题，在不同国家、地区基于其对不同主题而产生的价值观和观点各有不同[71]。为了应对一般情况下采用人工智能所带来的各种伦理挑战，欧盟委员会的人工智能高级别专家组（AI HLEG）呼吁采用“以人为本的人工智能方法”，他们将其称为“可信赖的人工智能”。他们的模型包括三个维度：首先，人工智能应遵守现行法律法规。其次，人工智能应该以伦理为导向。也就是说，它应该尊重基本权利并遵守核心原则和价值观。最后，可信赖的人工智能要求算法具有技术上的稳健性和算法的可靠性[72]。
此外，基于基本权利，欧盟委员会的人工智能高级别专家组为建立可信赖的人工智能确定了应遵循的四个伦理原则：1）尊重人类自治的原则，即确保维护人类的自决权，这意味着人工智能技术增强了人类在工作中的能力，并且人类保持了对这些技术操作的控制。2）预防损害的原则，其中包括确保人工智能可靠且技术上稳健，以避免复制出现实世界中可能存在的偏见和不平等，还避免了对生命体与环境的潜在伤害。3）公平原则，要求在人工智能的开发、部署和使用中享有平等机会，要求明确识别负责人工智能行为的实体，并且清楚地理解算法决策过程。4）可解释性原则，强调必须公开披露有关算法目的和行为的信息，以便建立和维护信任。
按照欧盟委员会的人工智能高级别专家组的意见，为满足人工智能系统生命周期，这些原则可以遵循七个要求，包括人为代理和监督，技术稳健性和安全性，隐私和数据治理，透明度，多样性、非歧视性和公平性，社会和环境福祉，以及问责制。
（二）在媒体中使用人工智能的伦理问题
人工智能对既有的媒体伦理带来了极大的挑战和冲击。运用上述所列的对可信赖的人工智能的要求，以及在人工智能背景下有关媒体伦理方面的相关文献，本文接下来将讨论在新闻界使用人工智能引发的伦理问题。人工智能减少了人的代理和自主权、算法可靠性，产生不透明性，需要确保问责制、透明性和隐私性。
1.人为代理减少
人们可能希望机器像人类一样思考和推理，其实这至今仍是一种理想和愿望而已。迄今为止机器只能执行特定任务，仍然需要不同级别的人类干预以识别问题、定义目标并确保交付质量[73][74]。例如，机器学习工具在执行复杂的任务时，在需要了解算法没有的上下文信息时，似乎是受到局限的[75]。因此，他们将完成简单的技术任务，而留给人类执行那些需要长时间推理和背景复杂的任务[76]。
尽管算法在执行任务方面仍受到局限，但诸多有关机器代理、人类代理以及媒体自主性的问题已经显现了。这主要因为机器学习的进步，使得算法越来越少地依赖预设的决策规则，并在决策过程中获得更多的代理权[77]。确实，现在算法已经通过预测模型[78]来为社会中的重要决策提供信息，比如在刑事司法、食品安全、社会服务和交通运输领域。新闻业也相似，预测算法可为编辑决策提供信息，而谷歌新闻等新闻聚合商使用的推荐算法，可以通过某种方式来影响用户决定消费哪些内容[79]、控制用户的注意力方向[80]，并且，有一些用户不知道在这些过程中有算法的介入[81]。这些都增加了算法带来的行动的潜在风险。比如说，如果内容个性化和推荐真的会产生“信息茧房”（information cocoons）、“回音室”效应（echo-chambers），那么“过滤气泡”（filter bubbles）以及政治观点的进一步分化就是真实存在的，或者在将来变为现实。
然而，关于人工智能在这些过程中的日益参与目前在多大程度上有助于增强或减少人的代理权，目前尚无明确的共识[82]。西方学界尚没有证实“信息茧房”存在的有力研究。事实上，造成“信息茧房”的单纯信息环境很难在现实中出现。不少研究表明，几乎没有经验证据可以证实“信息茧房”的存在；公众对政治的更大兴趣和媒体的多样性，都降低了其在回音室中的可能性；在对美国以外的地方如西班牙的实证研究，也并没有发现“信息茧房”的存在；政治学和宗教社会学的理论与实证还发现回音室并非必然有害，互联网并非回音室形成的同谋；计算机领域的专家发现强化性意见和挑战性意见在促使用户关注新闻报道方面并没有多少量的区别，无法证明回音室的负面性，相反他们还证明了强化性信息丰富了大家的政治认知和参与度而不是形成了信息茧房。Web 2.0技术提供了与志同道合的人讨论问题的机会，也增加了与那些持不同观点的人讨论问题的可能性，很难形成信息茧房和回音室[83]。但是，越来越多的人担心，未来改进的当前技术形式可能会降低人类对AI的控制和人类的决策能力，甚至进一步提高机器的代理权。
2.可靠性
在决策过程中，与人工智能代理机构加强有关的一个关键问题是算法输出的可靠性和准确性的不确定性。为了实现理想的结果并达到创建算法所要实现的目标，算法必须可靠且有效[84]。但是，数据质量在确定人工智能是否无错误方面起着重要作用。人工智能根据数据的分析和处理告知决策。因此，作为来源的数据必须可靠，这一点至关重要[85]。例如，《洛杉矶时报》的Quakebot在2015年发布了错误的地震警报，原因是来自美国地质调查局（USGS）地震通知服务的警报具有误导性（Graefe，2016）。
此外，数据质量对算法输出是否公平和无偏差的影响，也是一个重要的问题。除面临设计者的主观判断和偏见之外[86]，机器学习技术严重依赖用于训练算法的数据。算法使用的数据中可能包括了现实世界存在的偏差，如果在训练过程中使用了不可靠或有局限的数据，则算法的工作更有可能加剧这些偏见并在某些情况下导致歧视[87] [88]。
3.不透明性和问责制
关于使用人工智能的担忧，也源自算法的不透明特性，尤其是在机器学习领域。机器学习算法是不透明的，从某种意义上来说，人类有时很难理解从输入数据到确定结论并以输出形式发布结论的复杂过程。“如果连它的创造者也不知道机器学习产生的算法是如何运行的，那么我们怎么知道它的运行是否符合伦理？”[89]“黑箱”（black box）的观点反映了这个问题，因为人类在某些情况下无法完全理解算法的原理。媒体在使用人工智能时，这种不透明性挑战了人工智能可以被信任和透明的希望[90]。
算法的不透明性也引发了问责制的问题。谁应对算法错误造成的潜在危害负责？是否应该由机器负责并承担责任？机器可以合乎伦理吗？如何教给机器伦理规则？在新闻业中，算法错误的责任归咎于人类，通常是归咎于新闻工作者或发行人[91]。然而，由于算法过程难以理解且其动作难以控制，除算法过程涉及来自广泛领域的利益相关者这一事实之外，关于谁应该对算法的行为负责的问题，仍然存在[92]。
4.透明度
可理解性和问责制都是透明度的关键[93]。尽管上述所论及的不透明性和责任制的一些论点仍在被挑战，但一些研究强调了透明度对智能伦理的重要性[94]，因为透明度有助于减少自动化输出中潜在的偏见对使用者的影响[95]。此外，它允许用户“检查、质疑和纠正数据中不正确的标签”，从而提高“机器学习应用程序的整体数据质量”[96]。透明度已开始被视为新闻业的核心价值观，并已成为提高新闻媒体的信誉和信任的一种手段[97]。
但是，算法的操作中应该透明化哪些元素，目前存在分歧[98]，并且用户是否会对所公开的信息感兴趣还存在不确定性[99]。但是，披露算法有助于作品的生产，不过，这被当作新闻机构在透明度方面敷衍了事。例如，在其智能工具Tobi制作的文章中，Tamedia使用了标语“Tobi your textbot”[100]，以透明地呈现该文章是自动化的结果。但是，媒体受众也可能对学习过程感兴趣，例如人类参与过程的程度（编辑过程的背景）、算法使用的数据的来源和质量、模型（算法使用了哪些变量）、推论（预测或分类的准确率或误差幅度）以及非常算法的存在（如果存在，那么何时使用了非常算法）[101][102][103]。
5.隐私
隐私与上述预防伤害的原则密切相关[104]，可以被视为一项个人权利——西方国家视为尤其重要的问题[105]。
数据对算法至关重要。前面讨论的个性化和优化算法在很大程度上取决于用户的个人信息，从中才得以发现用户的偏好和行为。确实，算法能够收集和处理的数据越多，算法可以执行的功能就越有用和精确，并且可以更好地实现其个性化目标。但是，在这种情况下，实用程序和隐私相互矛盾，实用程序越多，隐私越少。例如，未提供足够信息的数据往往不如提供更多信息的数据对研究更有用[106]，而需要大量数据的操作可能会妨碍隐私。比如，用于内容优化和个性化的算法取决于用户的个人数据，想要实现最佳性能就需要更大量的个人数据。
作者：陈昌凤，清华大学新闻与传播学院教授、常务副院长。
Ayamou Chekam Gaelle Patricia，清华大学新闻与传播学院博士生。
本文节选、译自：Changfeng Chen and Ayamou Chekam Gaelle Patricia，“Algorithms and Media Ethics in the AI Age”，THE HANDBOOK OF GLOBAL MEDIA ETHICS，ed.Stephen J.A.Ward，Section 2，Chapter 8.Cham，Switzerland：Springer Publications，forthcoming.
[1] Carlson，M.（2014），“The Robotic Reporter”，Digital Journalism，3（3）：416-431，https：//doi：10.1080/21670811.2014.976412.
[2] Christians，C.，Rao，S.，Ward，S.J.，& Wasserman，H.，“Toward a Global Media Ethics：Exploring New Theoretical Perspectives”，Ecquid Novi：African Journalism Studies，2008，29（2）：135-172.
[3] Graefe，A.，“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[4] Lindén，C.-G.，“Algorithms for Journalism：The Future of News Work”，The Journal of Media Innovations，2017，4（1）：60-76，https：//doi.org/10.5617/jmi.v4i1.2420.
[5] Jones，B.，& Jones，R.，“Public Service Chatbots：Automating Conversation with BBC News”，Digital Journalism，2019，7（8）：1032-1053，https：//doi.org/10.1080/21670811.2019.1609371.
[6] Fitts，A.S.（2015），“The Mew Importance of ‘social listening’ Tools”，Columbia Journalism Review，Retrieved December 9，2019，https：//www.cjr.org/analysis/the_new_importance_of_social_listening_tools.php.
[7] Stray，J.（2015），A Brief Guide to Robot Reporting Tools：From Crime Statistics to SEC Filings，Software Agents can Monitor Vast Amount of Open Data to Help Journalists Spot Potential Stories，In Nieman Reports：Automation in the Newsroom Retrieve January 20，2020，http：//niemanreports.org/wp-content/uploads/2015/08/NRsummer2015.pdf.
[8] Dörr，K.N.，“Mapping the Field of Algorithmic Journalism”，Digital Journalism，2016，4（6）： 700-722，https：//doi.org/10.1080/21670811.2015.1096748.
[9] Plattner，T.，Orel，D.，& Steiner，O.，Flexible Data Scraping，Multi-language Indexing，Entity Extraction and Taxonomies：Tadam，a Swiss Tool to Deal with Huge Amounts of Unstructured Data，Paper Presented at Computation+Journalism Symposium，Palo Alto，CA：Standford University，2016.
[10] Carlson，M.，“The Robotic Reporter”，Digital Journalism，2014，3（3）：416-431，https：//doi：10.1080/21670811.2014.976412.
[11] Plattner，T.，Orel，D.，& Steiner，O.，Flexible Data Scraping，Multi-language Indexing，Entity Extraction and Taxonomies：Tadam，a Swiss Tool to Deal with Huge Amounts of Unstructured Data，Paper Presented at Computation+Journalism Symposium，Palo Alto，CA：Standford University，2016.
[12] Carlson，M.，“The Robotic Reporter”，Digital Journalism，2014，3（3）：416-431，https：//doi：10.1080/21670811.2014.976412.
[13] Thurman，N.，Dörr，K.，& Kunert，J.，“When Reporters Get Hands-on with Robo-Writing”，Digital Journalism，2017，5（10）： 1240-1259，https：//doi：10.1080/21670811.2017.1289819.
[14] Plattner，T.，Orel，D.，& Steiner，O.，Flexible Data Scraping，Multi-language Indexing，Entity Extraction and Taxonomies：Tadam，a Swiss Tool to Deal with Huge Amounts of Unstructured Data，Paper Presented at Computation+Journalism Symposium，Palo Alto，CA：Standford University，2016.
[15] Diakopolous，N.，“An Algorithmic Nose for News-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center/an-algorithmic-nose-for-news.php，2018.
[16] Diakopolous，N.（2018），An Algorithmic Nose for News-Columbia Journalism Review，Retrieved January 20，2020，https：//www.cjr.org/tow_center/an-algorithmic-nose-for-news.php.
[17] Agarwal，U.（2018），“How Reuters is Transforming Journalism with Artificial Intelligence”，Analytics Insight，Retrieved December 9，2019，https：//www. analyticsinsight.net/how-reuters-is-transforming-journalism-with-artificial-intelligence/.
[18] Newman，N.（2019），Journalism，Media，and Technology Trends and Predictions 2019，Retrieved January 28，2020，https：//reutersinstitute.politics.ox.ac.uk/sites/default/files/2019-01/Newman_Predictions_2019_FINAL_1.pdf.
[19] Granger，J.（2018），“How Reuters Uses Robots to Analyse Data and Humans to Tell Stories”，Journalism，Retrieved December 9，2019，https：//www.journalism.co.uk/news/how-reuters-uses-robots-to-analyse-data-and-humans-to-tell-the-stories/s2/a730305/.
[20] Stray，J.（2015），A Brief Guide to Robot Reporting Tools：From Crime Statistics to SEC Filings，Software Agents can Monitor Vast Amount of Open Data to Help Journalists Spot Potential Stories，In Nieman Reports：Automation in the Newsroom Retrieve January 20，2020，http：//niemanreports.org/wp-content/uploads/2015/08/NRsummer2015.pdf.
[21] Fitts，A.S.（2015），“The Mew Importance of ‘social listening’ Tools”，Columbia Journalism Review，Retrieved December 9，2019，https：//www.cjr.org/analysis/the_new_importance_of_social_listening_tools.php.
[22] Benzinga（2017），How Dataminr Harnesses the Speed of Social Media in Getting real-time Breaking News.Retrieved December 9，2019，https：//www.nasdaq.com/articles/how-dataminr-harnesses-speed-social-media-getting-real-time-breaking-news-2017-08-23.
[23] Stray，J.（2019），“Making Artificial Intelligence Work for Investigative Journalism”，Digital Journalism，7（8）：1076-1097，https：//doi.org/10.1080/21670811.2019.1630289.
[24] Diakopoulos，N.（2020），“The Ethics of Predictive Journalism-Columbia Journalism Review”，Retrieved May 29，2020，https：//www.cjr.org/tow_center/predictive-journalism-artificial-intelligence-ethics.php.
[25] Lindén，C.-G.（2017），“Algorithms for Journalism：The Future of News Work”，The Journal of Media Innovations，4（1）：60-76，https：//doi.org/10.5617/jmi.v4i1. 2420.
[26] Diakopoulos，N.（2020），“The Ethics of Predictive Journalism-Columbia Journalism Review”，Retrieved May 29，2020，https：//www.cjr.org/tow_center/predictive-journalism-artificial-intelligence-ethics.php.
[27] Maycotte，H.O.（2016），“Big Data Triggers Predictive Journalism”，Nieman Journalism Lab，Retrieved Mai 30，2020，https：//www.niemanlab.org/2015/12/big-data-triggers-predictive-journalism/.
[28] Carlson，M.（2014），“The Robotic Reporter”，Digital Journalism，3（3）：416-431，https：//doi：10.1080/21670811.2014.976412.
[29] Lindén，C.-G.（2017），“Algorithms for Journalism：The Future of News Work”，The Journal of Media Innovations，4（1）：60-76，https：//doi.org/10.5617/jmi.v4i1.2420.
[30] Thurman，N.，Dörr，K.，& Kunert，J.（2017），“When Reporters Get Hands-on with Robo-Writing”，Digital Journalism，5（10）： 1240-1259，https：//doi：10.1080/21670811.2017.1289819.
[31] Stray，J.（2015），A Brief Guide to Robot Reporting Tools：From Crime Statistics to SEC Filings，Software Agents can Monitor Vast Amount of Open Data to Help Journalists Spot Potential Stories，In Nieman Reports：Automation in the Newsroom Retrieve January 20，2020，http：//niemanreports.org/wp-content/uploads/2015/08/NRsummer2015.pdf.
[32] Kwong，P.（2016），“AI Penetrates China's Media Sector as Robot Starts Writing Business Reports”，South China Morning Post，Retrieved December 9，2019，https：//www.scmp.com/business/companies/article/2052997/ai-penetrates-chinas-media-sector-robot-starts-writing-business.
[33] Plattner，T.& Orel，D.（2018），Addressing Micro-Audiences at Scale：How Tamedia Generated about 40000 Articles in five Minutes to Report on Swiss Popular Vote Results at the Municipalities level，In computation +Journalism' 19.
[34] Carlson，M.（2014），“The Robotic Reporter”，Digital Journalism，3（3）：416-431，https：//doi：10.1080/21670811.2014.976412.
[35] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[36] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[37] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[38] Kobie，N.（2018），“Reuters is Taking a Big Gamble on AI-supported Journalism”，Wired，Retrieved December 9，2019，https：//www.wired.co.uk/article/reuters-artificial-intelligence-journalism-newsroom-ai-lynx-insight.
[39] Ashwell，B.（2018），How Automated Financial News is Changing Quarterly Earnings Coverage，IR Magazine，Retrieved January 20，2020，https：//www.irmagazine.com/reporting/how-automated-financial-news-changing-quarterly-earnings-coverage.
[40] Carlson，M.（2014），“The Robotic Reporter”，Digital Journalism，3（3）：416-431，https：//doi：10.1080/21670811.2014.976412.
[41] Gallego，J.（2016），“The Future of Writing？China's AI Reporter Published 450 Articles during Rio Olympics”，Futurism，Retrieved December 9，2019，https：//futurism.com/the-future-of-writing-chinas-ai-reporter-published-450-articles-during-rio-olympics.
[42] Moses，L.（2017），“The Washinfton Post's Robot Reporter has Published 850 Articles in the Past Year”，Digiday，Retrieved December 9，2019，https：//digiday.com/media/washington-posts-robot-reporter-published-500-articles-last-year/.
[43] Carlson，M.（2014），“The Robotic Reporter”，Digital Journalism，3（3）：416-431，https：//doi：10.1080/21670811.2014.976412.
[44] LeCompte，C.（2015），How Algorithms are Helping Reporters Expand Coverage，Engage Audiences，and Respond to Breaking News，In Nieman Reports：Automation in the Newsroom Retrieve January 20，2020，http：//niemanreports.org/wp-content/uploads/2015/08/NRsummer2015.pdf.
[45] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[46] Dörr，K.N.（2016），“Mapping the Field of Algorithmic Journalism”，Digital Journalism，4（6）： 700-722，https：//doi.org/10.1080/21670811.2015.1096748.
[47] Mahadevan，A.（2020），“How a Blockbuster Washington Post Story Made‘Social Distancing’Easy to Understand？”，Retrieved Mai 31，2020，https：//www.poynter.org/reporting-editing/2020/how-a-blockbuster-washington-post-story-made-social-distancing-easy-to-understand/.
[48] Kristof，N.& Thompson，S.（2020），“How Much Worse the Coronavirus Could Get”，in Charts，Retrieved May 31，2020，https：//www.nytimes.com/interactive/2020/03/13/opinion/coronavirus-trump-response.html.
[49] Lash，N.& Thompson，S.（2020），“Will Hot Weather Kill the Coronavirus Where You Live？”，Retrieved May 31，2020，https：//www.nytimes.com/interactive/2020/05/21/opinion/coronavirus-warm-weather-summer-infections.html.
[50] Steger，I.（2019），“This is China's AI female news anchor”，World Economic Forum，Retrieved December 9，2019，https：//www.weforum.org/agenda/2019/02/chinese-state-media-s-latest-innovation-is-an-ai-female-news-anchor.
[51] Hornyak，Tim.（2018），“Japan's NHK is Putting an AI-powered Cartoon Anime on Air to Read You the News”，Splice Media，Retrieved December 9，2019，https：//www. splicemedia.com/nhk-anime-virtual-newscaster/.
[52] Lokot，T.，& Diakopoulos，N.（2015），“News Bots，Automating News and Information Dissemination on Twitter”，Digital Journalism，https：//doi.org/10.1080/21670811. 2015.1081822.
[53] Hornyak，Tim.（2018），“Japan's NHK is Putting an AI-powered Cartoon Anime on Air to Read You the News”，Splice Media，Retrieved December 9，2019，https：//www. splicemedia.com/nhk-anime-virtual-newscaster/.
[54] Thurman，N.，Lewis，S.C.，& Kunert，J.（2019），“Algorithms，Automation，and News”，Digital Journalism，7（8）： 980-992，DOI：10.1080/21670811.2019. 1685395.
[55] Ford，H.，& Hutchinson，J.（2019），“Newsbots That Mediate Journalist and Audience Relationships”，Digital Journalism，7（8）：1013-1031，https：//doi.org/10.1080/21670811.2019.1626752.
[56] Bodó，B.（2019），“Selling News to Audiences-A Qualitative Inquiry into the Emerging Logics of Algorithmic News Personalization in European Quality News Media”，Digital Journalism，1-22.https：//doi：10.1080/21670811.2019.1624185.
[57] Diakopoulos，N.（2019），Automating the News：How Algorithms are Rewriting the Media，Cambridge，MA：Harvard University Press.
[58] Stray，J.（2015），A Brief Guide to Robot Reporting Tools：From Crime Statistics to SEC Filings，Software Agents can Monitor Vast Amount of Open Data to Help Journalists Spot Potential Stories，In Nieman Reports：Automation in the Newsroom Retrieve January 20，2020，http：//niemanreports.org/wp-content/uploads/2015/08/NRsummer2015.pdf.
[59] Schmidt，C.（2018），“China's News Agency is Reinventing Itself with AI”，Retrieved December 9，2019，https：//www.niemanlab.org/2018/01/chinas-news-agency-is-reinventing-itself-with-ai/.
[60] Bodó，B.（2019），“Selling News to Audiences-A Qualitative Inquiry into the Emerging Logics of Algorithmic News Personalization in European Quality News Media”，Digital Journalism，1-22.https：//doi：10.1080/21670811.2019.1624185.
[61] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[62] Bodó，B.（2019），“Selling News to Audiences-A Qualitative Inquiry into the Emerging Logics of Algorithmic News Personalization in European Quality News Media”，Digital Journalism，1-22.https：//doi：10.1080/21670811.2019.1624185.
[63] Diakopoulos，N.（2019），Automating the News：How Algorithms are Rewriting the Media，Cambridge，MA：Harvard University Press.
[64] Lee，E.-J.，& Tandoc，E.C.（2017），“When News Meets the Audience：How Audience Feedback Online Affects News Production and Consumption”，Human Communication Research，43（4）： 436-449，https：//doi.org/10.1111/hcre.12123.
[65] Hagar，N.，& Diakopoulos，N.（2019），“Optimizing Content with A/B Headline Testing：Changing Newsroom Practices”，Media and Communication，7（1 Emerging Technol-ogies），117-127，https：//doi.org/10.17645/mac.v7i1.1801.
[66] Kuiken，J.，Schuth，A.，Spitters，M.，& Marx，M.（2017），“Effective Headlines of Newspaper Articles in a Digital Environment”，Digital Journalism，5（10）： 1300-1314，https：//doi.org/10.1080/21670811.2017.1279978.
[67] Carlson，M.（2014），“The Robotic Reporter”，Digital Journalism，3（3）：416-431，https：//doi：10.1080/21670811.2014.976412.
[68] Brynjolfsson，E.，& Mitchell，T.（2017），“What can Machine Learning Do？Workforce Implications”，Science，358（6370），pp.1530-1534，https：//doi：10. 1126/science.aap8062.
[69] Hunter，A.P.，Sheppard，L.R.，Hunter，A.P.，& Balieiro，L.（2018），“Project Director Robert Karlén the Importance of the AI Ecosystem AI Ecosystem”，Retrieved May 30，2020，https：//csis-prod.s3.amazonaws.com/s3fs-public/publication/181102_AI_interior.pdf？6jofgIIR0rJ2qFc3.TCg8jQ8p.Mpc81X.
[70] Mittelstadt，B.D.，Allo，P.，Taddeo，M.，Wachter，S.，& Floridi，L.（2016），“The Ethics of Algorithms：Mapping the Debate”，Big Data & Society，3（2），https：//doi.org/10.1177/2053951716679679.
[71] Hunter，A.P.，Sheppard，L.R.，Hunter，A.P.，& Balieiro，L.（2018），“Project Director Robert Karlén the Importance of the AI Ecosystem AI Ecosystem”，Retrieved May 30，2020，https：//csis-prod.s3.amazonaws.com/s3fs-public/publication/181102_AI_interior.pdf？6jofgIIR0rJ2qFc3.TCg8jQ8p.Mpc81X.
[72] High Level Expert Group on Artificial Intelligence（2019），Ethics Guidelines for Trustworthy AI，Retrieved January 20，2020，https：//ec.europa.eu/digital-single-market/en/news/ethics-guidelines-trustworthy-ai.
[73] Brynjolfsson，E.，& Mitchell，T.（2017），“What can Machine Learning Do？Workforce Implications”，Science，358（6370），pp.1530-1534，https：//doi：10.1126/science.aap8062.
[74] Hunter，A.P.，Sheppard，L.R.，Hunter，A.P.，& Balieiro，L.（2018），“Project Director Robert Karlén the Importance of the AI Ecosystem AI Ecosystem”，Retrieved May 30，2020，https：//csis-prod.s3.amazonaws.com/s3fs-public/publication/181102_AI_interior.pdf？6jofgIIR0rJ2qFc3.TCg8jQ8p.Mpc81X.
[75] Brynjolfsson，E.，& Mitchell，T.（2017），“What can Machine Learning Do？Workforce Implications”，Science，358（6370），pp.1530-1534，https：//doi：10.1126/science.aap8062.
[76] Hunter，A.P.，Sheppard，L.R.，Hunter，A.P.，& Balieiro，L.（2018），“Project Director Robert Karlén the Importance of the AI Ecosystem AI Ecosystem”，Retrieved May 30，2020，https：//csis-prod.s3.amazonaws.com/s3fs-public/publication/181102_AI_interior.pdf？6jofgIIR0rJ2qFc3.TCg8jQ8p.Mpc81X.
[77] Mittelstadt，B.D.，Allo，P.，Taddeo，M.，Wachter，S.，& Floridi，L.（2016），“The Ethics of Algorithms：Mapping the Debate”，Big Data & Society，3（2），https：//doi.org/10.1177/2053951716679679.
[78] Brauneis，R.& Goodman，E.（2018），“Algorithmic Transparency for the Smart City”，Yale Journal of Law and Technology 20，103-176，http：//dx.doi.org/10.2139/ssrn.3012499.
[79] Trielli，D.& Diakopoulos N.（2019），Search as News Curator：The Role of Google in Shaping Attention to News Information，Proc，Conference on Human Factors in Computing Systems（CHI）.
[80] Diakopoulos，N.（2019），Automating the News：How Algorithms are Rewriting the Media，Cambridge，MA：Harvard University Press.
[81] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[82] Mittelstadt，B.D.，Allo，P.，Taddeo，M.，Wachter，S.，& Floridi，L.（2016），“The Ethics of Algorithms：Mapping the Debate”，Big Data & Society，3（2），https：//doi.org/10.1177/2053951716679679.
[83] Trielli，D.& Diakopoulos N.（2019），Search as News Curator：The Role of Google in Shaping Attention to News Information，Proc，Conference on Human Factors in Computing Systems（CHI）.
[84] Brauneis，R.& Goodman，E.（2018），“Algorithmic Transparency for the Smart City”，Yale Journal of Law and Technology 20，103-176，http：//dx.doi.org/10.2139/ssrn.3012499.
[85] Hunter，A.P.，Sheppard，L.R.，Hunter，A.P.，& Balieiro，L.（2018），“Project Director Robert Karlén the Importance of the AI Ecosystem AI Ecosystem”，Retrieved May 30，2020，https：//csis-prod.s3.amazonaws.com/s3fs-public/publication/181102_AI_interior.pdf？6jofgIIR0rJ2qFc3.TCg8jQ8p.Mpc81X.
[86] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[87] Mittelstadt，B.D.，Allo，P.，Taddeo，M.，Wachter，S.，& Floridi，L.（2016），“The Ethics of Algorithms：Mapping the Debate”，Big Data & Society，3（2），https：//doi.org/10.1177/2053951716679679.
[88] 陈昌凤、仇筠茜：《“信息茧房”在西方：似是而非的概念与算法的“破茧”求解》，《新闻大学》2020年第1期。
[89] Boddington，P.（2017），Towards a Code of Ethics for Artificial Lntelligence，Cham：Springer，p.20.
[90] Hunter，A.P.，Sheppard，L.R.，Hunter，A.P.，& Balieiro，L.（2018），“Project Director Robert Karlén the Importance of the AI Ecosystem AI Ecosystem”，Retrieved May 30，2020，https：//csis-prod.s3.amazonaws.com/s3fs-public/publication/181102_AI_interior.pdf？6jofgIIR0rJ2qFc3.TCg8jQ8p.Mpc81X.
[91] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[92] Mittelstadt，B.D.，Allo，P.，Taddeo，M.，Wachter，S.，& Floridi，L.（2016），“The Ethics of Algorithms：Mapping the Debate”，Big Data & Society，3（2），https：//doi.org/10.1177/2053951716679679.
[93] Boddington，P.（2017），Towards a Code of Ethics for Artificial Lntelligence，Cham：Springer.
[94] Hunter，A.P.，Sheppard，L.R.，Hunter，A.P.，& Balieiro，L.（2018），“Project Director Robert Karlén the Importance of the AI Ecosystem AI Ecosystem”，Retrieved May 30，2020，https：//csis-prod.s3.amazonaws.com/s3fs-public/publication/181102_AI_interior.pdf？6jofgIIR0rJ2qFc3.TCg8jQ8p.Mpc81X.
[95] Stark，J.A.，& Diakopoulos，N.（2016），Towards Editorial Transparency in Computational Journalism，Proc，Computation+Journalism Symposium.
[96] Diakopoulos，N.（2016），“Accountability in Algorithmic Decision Making”，Communications of the ACM，59（2）：56-62，https：//doi.org/10.1145/2844110.
[97] Diakopoulos，N.，& Koliska，M.（2017），“Algorithmic Transparency in the News Media”，Digital Journalism，5（7）：809-828，https：//doi.org/10.1080/21670811. 2016.1208053.
[98] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[99] Diakopoulos，N.（2016），“Accountability in Algorithmic Decision Making”，Communications of the ACM，59（2）：56-62，https：//doi.org/10.1145/2844110.
[100] Plattner，T.，Orel，D.，& Steiner，O.（2016），Flexible Data Scraping，Multi-language Indexing，Entity Extraction and Taxonomies：Tadam，a Swiss Tool to Deal with Huge Amounts of Unstructured Data，Paper Presented at Computation+Journalism Symposium，Palo Alto，CA：Standford University.
[101] Graefe，A.（2016），“Guide to Automated Journalism-Columbia Journalism Review”，Retrieved January 20，2020，https：//www.cjr.org/tow_center_reports/guide_to_automated_journalism.php.
[102] Diakopoulos，N.（2016），“Accountability in Algorithmic Decision Making”，Communications of the ACM，59（2）：56-62，https：//doi.org/10.1145/2844110.
[103] Stark，J.A.，& Diakopoulos，N.（2016），Towards Editorial Transparency in Computational Journalism，Proc，Computation+Journalism Symposium.
[104] High Level Expert Group on Artificial Intelligence（2019），Ethics Guidelines for Trustworthy AI，Retrieved January 20，2020，https：//ec.europa.eu/digital-single-market/en/news/ethics-guidelines-trustworthy-ai.
[105] Zevenbergen，B.，Brown，I.，Wright，J.，& Erdos，D.（2013），“Ethical Privacy Guidelines for Mobile Connectivity Measurements”，http：//dx.doi.org/10.2139/ssrn.2356824.
[106] Zevenbergen，B.，Brown，I.，Wright，J.，& Erdos，D.（2013），“Ethical Privacy Guidelines for Mobile Connectivity Measurements”，http：//dx.doi.org/10.2139/ssrn.2356824.